MétaCan
Menu
Retour à la cohorte
Enregistrement W4311680995 · doi:10.22215/etd/2022-15238

Toward a Supplemental Haptic Interface to Aid Novice Gameplay

2022· dissertation· en· W4311680995 sur OpenAlexaff
Sara Czerwonka

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensCarleton UniversityOttawa Public Health
Organismes subventionnairesnon disponible
Mots-clésOnboardingHaptic technologyHuman–computer interactionInterface (matter)Computer scienceTest (biology)MultimediaExploratory researchPsychologySimulationSocial psychology

Résumé

récupéré en direct d'OpenAlex

As the video game industry grows and becomes more popular, new players with limited experience may be joining the video game community and learning to play for the first time.This thesis study investigates how the experience and mental models of novice players differ from experienced players, and how this information can be utilized to design more effective tutorials for these new players, particularly with multimodal interfaces as a possible technique in mind.To do this, an exploratory survey study about experiences and preferences related to difficulty and tutorials was presented.The results indicated support for hands on tutorials with gradual onboarding techniques.Participants also identified unfamiliar control schemes, game complexity, and assumed knowledge about video games as major barriers to entry for new players.To address this, a pilot user study was conducted to test the effectiveness of finger-based haptic cues in addition to the user interface as a novel technique to alleviate difficulty and aid learning for novice players in a first-person shooter game.Results indicated that the system produced somewhat positive effects on player performance, and the system was generally supported by players as a potential solution.However, there were several limitations impacting this study and the significance of its results.i List of Tables 4.1 Individual task completion data for both the control and experimental group."N/A" denotes an instance where the participant lost the game prior to reaching the task. . . . . . . . . . . . . . . . . . . . . . . . .59 4.2 Individual and mean self-reported scores for each item in the Perceived Ease of Use scale [11].(1 -Disagree, 3 -Neutral, 5 -Agree). . . . . .64 v List of Figures 4.1 The prototype haptic glove interface. . . . . . . . . . . . . . . . . . .4.2 Overview of the custom FPS level design. . . . . . . . . . . . . . . . .4.3 Sample of Arduino IDE code used to program each haptic motor. . .4.4 Sample of Processing code to allow the researcher to send commands to the Arduino Nano using their keyboard. . . . . . . . . . . . . . . .4.5 Visual representations for each of the first six tasks to be completed by the participant. . . . . . . . .

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,385
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEducational Games and GamificationTravaux en français237 207